认知心理学问题解决过程的例子，认知心理学认为

本文将问题解决模型与算子理论相结合，分析了我们如何解决问题。

人类解决问题的能力远远高于其他物种。 从生理上来说，这关系到人脑额叶皮质的高度进化。 在抽象思维的层面上，这个过程是如何运作的呢？

面对问题时，我们的大脑是以什么样的流程运行的？ 遇到困难时，我们怎么得到问题的解决方案？

本文的问题解决模式有助于理解这个过程。

1 .解决问题通常是在搜索过程中遇到的问题的初始状态，而我们的目标是通过一系列的行动使之成为解决问题的理想状态。 为了改变问题的状态，获得可能的行动和可能的结果，需要通过在大脑中保存解决方案的知识库进行检索、判断。 此解决方案的保存位置在认知心理学中被称为“问题空间”。

问题空间存储了所有可能的行为以及这些行为可能引起的后果。 前者称为“运算符”，后者是问题最终解决之前的“中间状态”。 一个问题可以经过多个算子的处理，连续几次改变状态后才能达到理想的解决状态。

国际象棋——的每一步是在所有操作符和状态之间选择的

举个简单的例子，面对考试，我们的初始状态是头脑空虚，理想状态是90分。 但是，我们的问题空间可能包含“背书”“资料背诵”“打印问题”“吃书”“抄写”“什么都不做”等运算符，以及这些运算符引起的状态。 “初步理解”“熟练”“某事

问题的解决是指我们按照一定的规则在问题空间中进行筛选，将算子有机地组合起来实现目标状态的过程。

2 .运算符的掌握——为了我们如何学习新的技能，增加面对问题时头脑中的解决方案，我们必须关注如何获得新的、更有效的运算符。 获得新的问题解决算子至少有三种方法——我们可以通过发现算子，告知他人，观察他人使用的算子来获得新的算子。

2.1有一天回家的时候，发现小区路边开了一家新的饮食店。 这时，你学过“我想喝奶茶怎么办”这个问题的新接线员——去新的奶茶专卖店买。 这就是通过发现掌握操作员的例子。

同样，熬夜学习“任务完不成”问题的算子，醉酒学习“情绪抑郁”问题的算子，这种从过去经验中学习的过程属于发现学习算子。

2.2被告知/从例子中学习我们还可以通过他人的告知或通过观察他人使用运营商来获得新的解决方案。 当人们遇到全新的问题时，一种可能的反应是在网上搜索

人们从他人那里得到的建议，或者他人得到类似的经验和解决方案，这些建议和实例有可能成为搜索者问题空间的替代解决方案。 这个过程通常被称为社会学习。

人们提问的习惯

比起“被教”，鲜明的例子有时更容易接受学习。 例如，工厂的工人直接画猫老虎画来学习别人比通过学习手册来学习效率要高得多。 再看一个例子：

a .直接说明

N$M是金字塔表达式，表示每个加法运算数比前一个数小1的重复加法运算。 n是基数，表示此列加法的第一个加法数。 m是高度，表示要加到基数上的加法数的个数

b .例

7$3=7 6 5 4 – 7是基数，3是高度

在这种情况下，一个例子可能比语言描述更生动。 当然，不可否认，两者相结合更有效。

2.3类比是将一个问题的算子用于解决其他问题的过程。 学生可能会在已经掌握的问题中找到某种结构，并将其用于解决其他问题。 也就是我们通常说的1比3的能力。 科学史上一个特别有名的例子，卢瑟福使用太阳系作为原子的模型，电子绕原子核旋转，就像行星绕太阳旋转一样。

但不同专业之间的能力转移往往很难，比如围棋高手在日常生活中可能不如常人，我们将在下一篇文章中讨论这个问题。

3 .操作员选择面临任一问题时，在我们的问题空间中存在多个可用的问题解决操作员，此时的重要任务将是选择并应用其中的一个或多个操作员。 接下来，我们来看一下人类选择运算符过程的三个标准。

3.1回溯回避者倾向于回避选择可能删除以前作用运算符的运算符。 也就是说，人们退一步说，即便如此，也不希望纠正以前的错误或帮助解决问题

3.2区别在于降低解决问题的普遍方法，特别是在不熟悉的领域，尽量减少现在状态和理想状态的差距。 西洋跳棋的初学者往往倾向于举起领头的旗帜。 因为这样的行为看起来让自己大踏步前进了。 但拥有更好运算符的棋盘大师知道，只有所有棋子的协调统一才能最终取得胜利。

差异降低法依赖于当前状态和目标状态的相似性的推定，有可能绕过问题解决者。 如果有几个问题得到解决，就需要采取违背相似性的行动。 典型的例子是人狼过河：

主题：三个人和三只狼正要过河。 河里一艘船最多可以同时容纳两个生物。 假设狼和人都要划船，但是如果岸边的狼数量比别人多，狼就必须吃人。 你怎么把三只狼和三个人安全地运到对岸？

这个问题的一个解决方法如下。

从状态到状态的转变，人们往往会遇到问题。 在一次实验中，约1/3的被调查者没有继续移动到状态，而是回到了状态。 这是因为这个动作让两个人回到了错误的一边，这个动作看起来让人们远离了问题的解决。 在这方面，人们希望取消移动，使上次移动无效，或者移动到看起来远离目标的状态。

差异降低法，又称爬山算法，另一个弊端是“相对最优解”的困境。 假设你在爬山，你的目标是登上最高的地方。 但是，即使登上了某个小山丘的顶点，如果该顶点还低于地面的最高点，差异降低方法也无法采取进一步的行动。 因为，任何操作都无法使现在的状况接近目标。 因此，该算法缺乏远见。

值得注意的是，面对严肃的生活选择时，爬山算法往往会把我们困住。

典型的例子是，有人因为他不想接受高工作所需的教育而被困在不满的工作中。 因为不想忍受和目标的暂时分离，他得不到能拿到更高工资的技能。 同样，宁可花很多时间在低效的学习上，也不愿考虑提高学习效率的学生也面临着这种困境。

3.3手段-目的分析手段-目的分析是差异减法的版本升级版。 通过识别问题的初始状态和目标状态之间最重要的差异并聚焦来解决问题。 应用手段-目的分析法的例子如下所示。

我想去车站。 最大的差距是什么呢？ 我现在的位置和车站之间的距离。 怎么改变距离？ 坐地铁。 我的地铁卡没钱。 怎么让它正常使用呢？ 充值。 怎么充值？ 用手机在线收费……

在这个例子中，手段-目的分析法识别当前状态和目标状态之间的最大差异，将子问题细分，直到找到能够最终解决问题的运算符阵列。 在该示例中，“用移动电话充值地铁卡-坐地铁去车站”。

与差异降低法相比，手段-目的分析的最大优势在于不舍弃不适用的运算符试图解决。 在刚才的例子中，如果遵循差异降低法，最终的解决方案可能会是步行去车站。 因为差异降低法不允许采取对目标没有直接作用的行动，所以手段-目的分析法在一定程度上避免了短视问题。

4 .最后，了解解决问题的一般过程对实际解决问题没有帮助，但可以增加对大脑这个“黑匣子”工作原理的了解，从而有意识地解决问题。 杜拉克说得好。 不能量化的事情不能优化。 要发展更好的想法，认识其背后的机制也是必要的。

下篇预告：专业技能学习的本质

参考文献[1]约翰安德森.认知心理学及其启示[M] .人民邮电出版社：北京，2012:229 .

作者：紫兆，百度pm，产品界小学生，公众号：于惊雷。

这篇文章是@紫兆原创的，每个人都是产品经理，未经许可禁止转载。

标题来自Unsplash，基于CC0协议